[发明专利]基于多尺度融合和元启发优化的血管影像处理方法及装置

权利要求书

1.一种基于多尺度融合和元启发优化的血管影像处理方法，其特征在于，包括以下步骤：

步骤S101：获取输入的待处理血管图像I(i,j)，所述血管图像大小为M×N,其中M和N分别表示所述血管图像中像素点的行和列，1≤i≤M，1≤j≤N；

步骤S102：对所述待处理血管图像I(i,j)做top-hat变换，提取所述待处理血管图像I(i,j)中不同尺度的细节特征，得到增强后的血管图像I′(i,j)；

步骤S103：对所述增强后的血管图像I′(i,j)采用多尺度hessian矩阵滤波方法提取血管影像的特征集合；

步骤S104：采用乌鸦搜索算法，在所述血管影像的特征集合中提取最优特征子集；

步骤S105：将提取到的所述最优特征子集的特征输入训练好的相关向量机RVM，得到所述待处理血管图像I(i,j)的分类、识别结果。

2.如权利要求1所述的基于多尺度融合和元启发优化的血管影像处理方法，其特征在于，步骤S102：对所述待处理血管图像I(i,j)做top-hat变换，提取所述待处理血管图像I(i,j)中不同尺度的细节特征，得到增强后的血管图像I′(i,j)，包括：

步骤S1021：确定一组尺寸递增的结构元素b₁,……，b_r,……，b_s，其中s≤N,b_r是尺寸为r的结构元素，其中为点乘操作；

步骤S1022：利用确定的所述结构元素b₁,……，b_r,……，b_s对所述待处理血管图像I(i,j)做top-hat变换，提取出与所述结构元素的尺寸对应的多尺度亮区域细节特征、多尺度暗区域细节特征，

所述多尺度亮细节特征的计算方式为：

WTH_r＝I-I·b_r；

所述多尺度暗细节特征的计算方式为：

BTH_r＝I·b_r-I；

其中，1≤r≤s，WTH_r表示使用b_r对所述待处理血管图像I(i,j)在r尺度上进行亮变换，WTH_r包含了待处理血管图像I(i,j)中小于b_r的所有亮区域细节特征；BTH_r表示使用b_r对所述待处理血管图像I(i,j)在r尺度上进行暗变换，BTH_r包含了待处理血管图像I(i,j)中小于b_r的所有暗区域细节特征；

步骤S1023：基于相邻尺度的细节特征，进行图像增强，包括：

WTH_(r+1)r＝WTH_r+1-WTH_r

BTH_(r+1)r＝BTH_r+1-BTH_r，

其中，WTH_(r+1)r包含了待处理血管图像I(i,j)中大于b_r且小于b_r+1的亮区域细节特征，BTH_(r+1)r包含了待处理血管图像I(i,j)中大于b_r且小于b_r+1的暗区域细节特征；

得到增强后的血管图像I′(i,j)。